正则表达式遵循模式，大括号之间除外

Question

我很难找出一个干净的正则表达式（在 Javascript 实现中），它将尽可能多地捕获一条线，因为它可以遵循一个模式，但是大括号内的任何东西都不需要遵循这个模式。 我不确定最好的解释方式，除了举例：

例如：假设模式是，行必须以 0 开头，在任何地方以 0 结尾，但只允许其间有 1、2 或 3 的序列，所以我使用^(0[123]+0) 。 这应该匹配字符串的第一部分：

    0213123123130
    012312312312303123123
    01231230123123031230
    etc.

但我希望能够在大括号之间插入{gibberish}并让正则表达式允许它破坏模式。 即，忽略花括号的模式和里面的所有内容，但仍然捕获包括{gibberish}在内的完整字符串。 所以这将以粗体捕获所有内容：

    01232231{whatever 3 gArBaGe? I want.}121{foo}2310312{bar}3120123

即使模式正确，大括号内的 0 也不会过早结束捕获。

    01213123123123{21310030123012301}31231230123

编辑：现在，我知道我可以做类似^0[123]*?(?:{.*})*?[123]*?0的事情吗？ 但这只有在有一组大括号时才有效，现在我必须复制我的[123]模式。 随着[123]模式变得越来越复杂，让它在正则表达式中出现不止一次开始变得非常难以理解。 最好的正则表达式技巧之类的东西似乎很有希望，但我不知道如何在这里应用它。 使用疯狂的环视似乎是现在唯一的方法，但我希望有一种更清洁的方法。

Answer 1

由于您已指定要包括垃圾在内的整个匹配项，因此您可以使用^0([123]+(?:{[^}]*}[123]*)*)0并使用 $1 来获取部分在 0 之间，或 $0 以获得匹配的所有内容。

https://regex101.com/r/iFSabs/3

以下是正则表达式如何工作的概要：

• ^将匹配锚定在行首
• 0匹配文字零字符
• ([123]+(?:{[^}]*}[123]*)*)是一个捕获组，它捕获其中的所有内容。
  • [123]+匹配1 、 2或3的一个或多个实例
  • (?:{[^}]*}[123]*)*是一个非捕获组。 即它将成为比赛的一部分，但不会有 $# 用于替换或比赛。
    • {[^}]*}匹配文字{后跟任意数量的非}字符后跟 }
    • [123]*匹配1 、 2或3的零个或多个实例
    • 那么这整个非捕获组可以匹配0次或多次。

此正则表达式背后的过程称为展开循环。 http://www.softec.lu/site/RegularExpressions/UnrollingTheLoop给出了很好的描述。 （有一些错字修复）

展开循环技术是基于这样一个假设，即在大多数情况下，您会 [知道] 在 [重复] 交替中，哪种情况应该是最常见的，哪种情况是例外的。 我们将第一个称为正常情况，将第二个称为特殊情况。 展开循环技术的一般语法可以写成：

正常*（特殊正常*）*

这可能意味着类似，匹配正常情况，如果你找到一个特殊情况，匹配它而不是再次匹配正常情况。 [你会]注意到这个语法的一部分可能[潜在地]导致超线性匹配。

使用 Regex#test 和 Regex#match 的示例：

 const strings = [ '0213123123130', '012312312312303123123', '01231230123123031230', '01213123123123{21310030123012301}31231230123', '01212121{hello 0}121312', '012321212211231{whatever 3 gArBaGe? I want.}1212313123120123', '012321212211231{whatever 3 gArBaGe? I want.}121231{extra garbage}3123120123', ]; const regex = /^0([123]+(?:{[^}]*}[123]*)*)0/ console.log('tests') console.log(strings.map(string => `'${string}': ${regex.test(string)}`)) console.log('matches'); let matches = strings.map((string) => regex.exec(string)).map((match) => (match? match[1]: undefined)); console.log(matches);

Robo Robok 的答案是 go 如果您只想保留非支撑部分，尽管使用稍微不同的正则表达式（ {[^}]*} ）以获得更高的性能。

Answer 2

反过来呢？ 检查删除了卷曲标签的字符串：

const string = '012321212211231{whatever 3 gArBaGe? I want.}1212313123120123{foo}123';
const stringWithoutTags = string.replace(/\{.*?\}/g, '');

const result = /^(0[123]+0)/.test(stringWithoutTags);

Answer 3

您说您需要捕获所有内容，包括乱码，所以我认为像这样的简单模式应该可以工作：

^(0(?:[123]|{.+?})+0)

这允许以 0 开头的字符串，然后是任何模式字符（1、2 或 3）或{ gibberish }部分之一，并允许重复处理多个乱码部分，最后它必须以一个 0。

https://regex101.com/r/K4teGY/2

Answer 4

你可能会使用

^0[123]*(?:{[^{}]*}[123]*)*0

• ^字符串开头
• 0匹配一个零
• [123]*匹配 0+ 次 1、2 或 3
• (?:非捕获组
  • {[^{}]*}[123]*匹配从开始到结束}后跟 0+ 1、2 或 3
• )*关闭组并重复 0+ 次
• 0匹配一个零

正则表达式演示